随着科技的飞速发展,人与计算机的交互活动越来越成为人们日常生活的一个重要组成部分。其中手势识别就是人机交互及模式识别领域的一项重要研究内容,而与手势识别最接近的就是手语识别,手语识别的目的就是通过计算机提供一种有效的、准确的机制将常用手语翻译成文本或语音,实现自然语言与手语这两个异种语言模式的交流,使得聋哑人和健全人之间的交流变得更方便、快捷,使聋人能很好的融入社会。本文分别研究了手势图像的数据库建立,手势图像的预处理,以及手势图像的特征提取等基于静态图像处理技术的中国手语识别算法。本研究图像资料中,一部分手势图像用数码相机拍摄,另外收集了中国特殊教育网,中国聋人协会的部分手势图像素材,同时还在手语教育光碟中采集了手势视频图像。经过对手势图像进行包括灰度化、平滑去噪以及手势图像的边缘检测的分割等预处理后,再提取特征向量进行手势识别。因为图像傅立叶描绘子的特征具有良好的旋转、缩放、平移不变性,本文采用傅立叶描绘子作为手势的特征向量。在大量实验的基础上,经过对相似手势之间的欧氏距离计算分析,相同手势应与标准手势之间的欧氏距离r＜0.1,因此设定该距离值为判定阈值,并通过该阈值来对手语图像进行分类。实验结果表明以傅立叶描绘子的傅立叶系数作为手势的特征向量,欧氏距离阈值法的识别率达到了96.2%。